英文：White-Box Distillation 分类：frontier
可访问教师模型内部（权重、logits、隐藏状态）的蒸馏方法：对齐中间表征可获得比黑盒更强的迁移，适用于开源教师模型的深度蒸馏。
方法：logits 蒸馏（软标签）、表征对齐（隐藏层匹配：DistillBERT）、注意力/层输出迁移；优势：信息更丰富（内部特征）、训练更高效；代表：MiniLM、DistilBERT、TinyBERT；挑战：架构需兼容（层对齐）。
用于开源模型压缩（教师开源→学生小模型）、特定能力迁移（知识/推理）与高效小模型研发；白盒蒸馏是"深度模仿"的蒸馏方式。